Even When Ideologies Align, People Distrust Politicized Institutions
Notice bibliographique
Résumé
In three studies (two preregistered; total n = 3,490 ideologically balanced U.S. adults), we examined attitudes toward 40 institutions, organizations, and groups of professionals (e.g., journalists, scientists, the Supreme Court, the World Health Organization, professors, police officers, doctors, the Catholic Church, banks, pharmaceutical companies, psychologists, Facebook), and tested the associations between (1) perceived ideological slant (the percentage of people in those institutions that lean politically left or right), (2) perceived politicization (the extent to which political values impact the work they do), and (3) public trust and willingness to support and defer to the institution’s expertise. Higher congruence between participant ideology and perceived institutional slant predicted higher trust and deference. And higher perceived politicization of institutions consistently predicted lower trust, often with large effect sizes. Similar patterns were observed between institutions, such that the institutions perceived as the most politicized were also the least trusted, with a very large effect, r = -0.76. Studies 2 and 3 found that perceived politicization also predicted lower support and willingness to defer to institutions’ expertise. Across studies, these negative relationships were observed among both participants who shared and opposed the institution’s ideological slant. In other words, even left-leaning participants were less trusting and less willing to support and defer to left-leaning institutions that appeared more politicized, and even right-leaning participants were less trusting and less willing to support and defer to right-leaning institutions that appeared more politicized. Studies 2 and 3 attempted to experimentally manipulate perceived politicization and failed to do so. We thus post this preprint in hopes of initiating discussion of these findings and identifying promising avenues for future research and possible interventions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».